Openclaw(Moltbot /Clawdbot) : คู่มือการตั้งค่า+ บทแนะนำการโฮสต์ API

ผู้นำกระแสนี้คือ Moltbot (เดิมรู้จักในชื่อ Clawdbot) โครงการที่เติบโตจากเครื่องมือสำหรับนักพัฒนากลุ่มเฉพาะไปสู่กระแสไวรัลด้วยดาว GitHub กว่า 60,000 ภายในเวลาเพียงไม่กี่สัปดาห์ สร้างโดย Peter Steinberger, Moltbot แทนความหมายของการ “ลอกคราบ” ของเอเจนต์ AI—สลัดข้อจำกัดของส่วนติดต่อเว็บเพื่อเข้ามาอยู่ในแอปส่งข้อความและระบบไฟล์ที่เราใช้ทุกวัน

ความสนใจล่าสุด: โครงการนี้รีแบรนด์จาก Clawdbot เป็น Moltbot หลังจากมีคำร้องเกี่ยวกับเครื่องหมายการค้าจาก Anthropic เนื่องจาก “Clawd” ฟังดูคล้ายกับ “Claude” มากเกินไป

Moltbot (Clawdbot) คืออะไร และเหตุใดจึงไวรัล?

Moltbot คือเอเจนต์ AI แบบโอเพนซอร์สที่โฮสต์เอง ออกแบบมาเพื่อเชื่อมช่องว่างระหว่างโมเดลภาษาขนาดใหญ่ (LLMs) ที่ทรงพลังกับคอมพิวเตอร์โลคอลของคุณ แตกต่างจาก ChatGPT หรือ Claude.ai ที่อยู่ในแท็บเบราว์เซอร์แบบ “สวนปิด” Moltbot ทำงานเป็น Gateway บนฮาร์ดแวร์ของคุณ (Mac, Linux หรือ VPS)

มันแปลงข้อความภาษาธรรมชาติจากแพลตฟอร์มอย่าง Telegram, WhatsApp และ Slack ให้เป็นการกระทำที่รันได้บนเครื่องของคุณ ไม่ว่าคุณต้องการค้นหาไฟล์บนเดสก์ท็อปขณะอยู่ที่ร้านสะดวกซื้อ หรือทริกเกอร์สคริปต์ดีพลอยที่ซับซ้อนจากโทรศัพท์ Moltbot ทำหน้าที่เป็นพร็อกซีดิจิทัลด้วยสิทธิ์เข้าถึงระบบแบบเต็ม

ทำไมจึงแตกต่าง

• การรันโลคอลเป็นหลักและมีเครื่องมือ: Moltbot สามารถรันคำสั่งบนโฮสต์ของคุณจริง (เมื่อคุณให้ความยินยอม) เรียก API ภายนอก และใช้ “skills” ซึ่งเป็นโปรแกรมขนาดเล็กหรือเวิร์กโฟลว์ที่กำหนดด้วย Markdown
• หลายช่องทาง: ใช้ผู้ช่วยคนเดียวกันจาก Telegram, WhatsApp, Slack, Discord และอีกมาก — สามารถส่งข้อความเชิงรุกถึงคุณได้
• หน่วยความจำและความคงอยู่: Moltbot เก็บไฟล์หน่วยความจำไว้ในเวิร์กสเปซ (Markdown) และสร้างดัชนีเพื่อเรียกคืน ทำให้ผู้ช่วย “จำ” ได้ข้ามเซสชัน (รายละเอียดด้านล่าง)

ความสามารถหลักโดยสรุป

Clawdbot “จำ” ทุกอย่างได้อย่างไรโดยไม่มีฐานข้อมูล?

หนึ่งในแนวคิดที่สร้างสรรค์ที่สุดของ Moltbot คือสถาปัตยกรรมหน่วยความจำที่โปร่งใส เครื่องมือ AI ส่วนใหญ่มักมี “ภาวะความจำเสื่อม” ระหว่างเซสชัน Moltbot แก้ปัญหานี้ด้วยระบบแบบเลเยอร์ของไฟล์ Markdown ธรรมดาที่อยู่ในเวิร์กสเปซของคุณ แนวทางนี้ทำให้คุณสามารถอ่าน แก้ไข และตรวจสอบได้อย่างชัดเจนว่า AI ของคุณรู้อะไรเกี่ยวกับคุณบ้าง

การออกแบบหน่วยความจำคืออะไรและทำงานอย่างไร?

หน่วยความจำของ Moltbot ถูกออกแบบให้เรียบง่ายและตรวจสอบได้: หน่วยความจำคือ ไฟล์ Markdown ธรรมดา ภายในเวิร์กสเปซของเอเจนต์ ไฟล์เหล่านี้คือแหล่งข้อมูลที่เชื่อถือได้ — โมเดลจะ “จำ” เฉพาะสิ่งที่เขียนลงดิสก์เท่านั้น โครงร่างเริ่มต้นใช้:

• memory/YYYY-MM-DD.md — บันทึกประจำวันแบบ append-only (ผู้ช่วยจะอ่านของวันนี้ + เมื่อวานเมื่อเริ่มเซสชัน)
• MEMORY.md — หน่วยความจำระยะยาวที่คุณคัดสรรและโหลดเฉพาะในเซสชันส่วนตัว

การออกแบบนี้มีข้อดีสองประการ:

1. ตรวจสอบได้ — คุณสามารถอ่านและแก้ไขสิ่งที่ผู้ช่วยจะใช้เป็นหน่วยความจำ
2. ความเรียบง่ายเพื่อเครื่องมือ — ปลั๊กอินหน่วยความจำมีการทำดัชนีแบบเวกเตอร์/BM25 เพื่อให้เอเจนต์ค้นหารายการหน่วยความจำที่เกี่ยวข้องได้อย่างรวดเร็ว

แนวทางทางเทคนิค

• แหล่งเก็บการสนทนา/เซสชัน: เกตเวย์ติดตามเซสชันและส่งต่อบริบทที่ถูกต้องไปยังรันไทม์ของเอเจนต์ ทำให้เอเจนต์คงสถานะการสนทนาข้ามข้อความและช่องทางได้
• ข้อมูลโลคอลที่มีดัชนี: Moltbot สามารถทำดัชนีไฟล์และเอกสารในเครื่องและเปิดเผยผ่านเครื่องมือค้นหา (แบบเชิงความหมายหรือคีย์เวิร์ด) เพื่อเรียกคืน นี่คือวิธีที่เอเจนต์สามารถ “จำ” บันทึกการประชุม โค้ดสั้น หรือโค้ดของคุณ
• ผลลัพธ์ของเครื่องมือและ primitive ของหน่วยความจำ: Skills และเครื่องมือสามารถเขียนไปยังสตอร์แบบทนทาน (ฐานข้อมูลหรือระบบไฟล์) และ Moltbot สามารถอ้างอิงรายการเหล่านั้นในพรอมต์ภายหลัง การดีพลอยจำนวนมากใช้ SQLite, Postgres หรือ JSON/YAML โลคอลสำหรับการตั้งค่าเล็ก ๆ
• LLM embeddings และ vector store: สำหรับการเรียกคืนเชิงความหมาย แนวทางทั่วไปคือฝังเอกสารและเก็บเวกเตอร์ไว้ในฐานข้อมูลเวกเตอร์ จากนั้นดึงเพื่อนบ้านที่ใกล้ที่สุดมาใส่ในพรอมต์ สถาปัตยกรรมของ Moltbot รองรับการเรียกเครื่องมือแบบไม่ยึดโมเดล ทำให้คุณสามารถเสียบคู่ embedding + vector store ใด ๆ ได้

ข้อควรระวังด้านความปลอดภัย: เนื่องจากหน่วยความจำคงอยู่และ skills สามารถรันคำสั่งบนโฮสต์ ค่าเริ่มต้นที่แนะนำจึงค่อนข้างระมัดระวัง: จับคู่วิธี DM สำหรับผู้ส่งที่ไม่รู้จัก แซนด์บ็อกซ์สำหรับเซสชันที่ไม่ใช่หลัก และ moltbot doctor เพื่อตรวจสอบการตั้งค่าที่เสี่ยงอยู่เสมอ โปรดทบทวนเอกสารด้านความปลอดภัยและถือว่าข้อความขาเข้าเป็นอินพุตที่ไม่ไว้วางใจ

ลำดับชั้นของหน่วยความจำ

เมื่อคุณบอก Moltbot ว่า “จำไว้ว่าฉันต้องการรายงานเป็นรูปแบบ PDF” มันจะไม่เก็บไว้ในฐานข้อมูล SQL ที่ซ่อนอยู่ แต่มันเปิด USER.md แล้วเพิ่มบูลเล็ตใหม่เข้าไป ซึ่งช่วยให้เอเจนต์คงบริบทข้ามสัปดาห์ของการสนทนา ทำให้รู้สึกเหมือนเป็นผู้ช่วยส่วนตัวจริง ๆ ไม่ใช่อินสแตนซ์ใหม่ทุกเช้า

---

คู่มือการตั้งค่า Moltbot: ข้อกำหนดและการติดตั้ง

ด้านล่างคือเช็กลิสต์การตั้งค่าจริงและคำสั่งสำหรับให้ Moltbot ทำงานพื้นฐานบน macOS/Linux (Ubuntu) นี่คือคู่มือแบบย่อที่คำนึงถึงสภาพการใช้งานจริง — หากคุณต้องการ GUI หรือโฮสต์แบบจัดการ โปรดข้ามไปยังส่วนการโฮสต์ API

สิ่งที่คุณต้องมี (ข้อกำหนดเบื้องต้น)

• เครื่องที่รัน macOS หรือ Linux (Windows ใช้งานได้ผ่าน WSL2) ต้องมี Node.js v22+ สำหรับเกตเวย์และ CLI
• โปรแกรมแก้ไขข้อความและความคุ้นเคยกับเชลล์ระดับพื้นฐาน
• คีย์ API ของ LLM อย่างน้อยหนึ่งคีย์ (OpenAI, Anthropic, Venice หรือโมเดลโลคอลอย่าง Ollama) — ตัว Moltbot เองไม่ผูกกับโมเดลใด
• ตัวเลือก: Docker หากคุณชอบการดีพลอยแบบคอนเทนเนอร์

การติดตั้งทีละขั้นตอน

1. ติดตั้งแพ็กเกจ: รันคำสั่งต่อไปนี้ในเทอร์มินัลของคุณ: npm install -g clawdbot@latest
2. เรียกใช้วิซาร์ด Onboarding: วิซาร์ดคือหัวใจของการตั้งค่า จะพาคุณผ่านการยืนยันด้านความปลอดภัยและการเลือกโมเดล clawdbot onboard --install-daemon
3. ยืนยันความเสี่ยงด้านความปลอดภัย: Moltbot จะขอให้คุณรับทราบว่ามีสิทธิ์เข้าถึงเครื่องของคุณในระดับ “คล้าย root” คุณต้องพิมพ์ยืนยันเพื่อดำเนินการต่อ
4. กำหนดค่าเกตเวย์: วิซาร์ดจะติดตั้ง clawdbot gateway เป็นบริการเบื้องหลัง (launchd บน Mac หรือ systemd บน Linux) เพื่อให้มันออนไลน์ตลอด 24/7

ติดตั้งด่วน (macOS / Linux)

ตัวอย่างนี้ใช้วิธีที่แนะนำแบบ git + npm ซึ่งสอดคล้องกับเอกสารทางการ

# Clone and enter repo
git clone https://github.com/moltbot/moltbot.git
cd moltbot

# Install via npm (global CLI) or run locally
npm install -g @moltbot/cli   # or: npm ci && npm run build

# Create environment file from example
cp .env.example .env

# Edit .env and add your API keys (OPENAI_API_KEY, ANTHROPIC_API_KEY, etc.)
# Then run onboarding
moltbot onboard --install-daemon
moltbot start

Docker (พื้นฐาน)

# docker-compose.yml (simplified)
version: "3.8"
services:
  moltbot:
    image: moltbot/moltbot:latest
    environment:
      - OPENAI_API_KEY=${OPENAI_API_KEY}
      - OTHER_KEYS=...
    volumes:
      - ./data:/app/data
    ports:
      - "3000:3000"

รันด้วย:

docker compose up -d

หลังติดตั้ง: จับคู่ช่องทางการส่งข้อความ

Moltbot รองรับหลายช่องทาง การจับคู่มักเกี่ยวข้องกับการสร้างโทเค็น pairing จาก UI หรือ CLI ของเกตเวย์และใช้ “pairing URL” ขนาดเล็กเพื่อเชื่อมต่อบอท Telegram หรือบัญชี WhatsApp — ขั้นตอนเฉพาะขึ้นอยู่กับคอนเน็กเตอร์ของช่องทางที่คุณเลือก (Telegram Bot API กับ grammY wrapper, WhatsApp ผ่าน Baileys เป็นต้น) ดูเอกสารสำหรับ moltbot connect telegram หรือ moltbot connect whatsapp

ฉันจะควบคุมพีซีของฉันจาก Telegram ผ่าน Moltbot (ทีละขั้นตอน) ได้อย่างไร?

ด้านล่างคือคู่มือปฏิบัติที่ปลอดภัยสำหรับการควบคุมโฮสต์ผ่านข้อความ Telegram — มีประโยชน์สำหรับการดูแลระบบระยะไกล การรันสคริปต์ การดึงล็อก หรือขอให้ Moltbot รันงานเล็ก ๆ หมายเหตุด้านความปลอดภัยที่สำคัญ: อย่าเปิดเผยเกตเวย์ของคุณสู่อินเทอร์เน็ตแบบสาธารณะโดยไม่มีโทเค็น API และไฟร์วอลล์; อนุญาตเฉพาะผู้ใช้ Telegram ที่เชื่อถือได้ให้คุยกับบอทของคุณ

1) สร้างบอท Telegram ด้วย BotFather

1. ใน Telegram ส่งข้อความไปที่ @BotFather
2. ส่งคำสั่ง /newbot และทำตามขั้นตอน
3. คัดลอกโทเค็นบอท 123456789:ABC-... (BotFather จะแสดงให้เห็น)

2) เพิ่มโทเค็นเข้าเกตเวย์ของคุณ

ตั้งค่าตัวแปรสภาพแวดล้อมหรือคอนฟิก:

export TELEGRAM_BOT_TOKEN="123456789:ABC-..."
# or add to your gateway's config file:
# channels:
#   telegram:
#     botToken: "123456789:ABC-..."

คุณยังสามารถเพิ่มโทเค็นผ่านคำสั่ง moltbot channels add หรือ moltbot configure ขึ้นอยู่กับเวอร์ชัน CLI ของคุณ เอกสาร Telegram แสดงเส้นทางตั้งค่าแบบด่วนนี้

3) รันวิซาร์ด onboarding และเลือก Telegram

รัน:

moltbot onboard --install-daemon

ระหว่างวิซาร์ด:

• เลือกผู้ให้บริการโมเดล (Anthropic Opus, OpenAI หรือโลคอล)
• เมื่อถูกถามเกี่ยวกับช่องทาง ให้เลือก Telegram และวางโทเค็น
• กำหนดค่าการจับคู่/allowlist เพื่อจำกัดว่าใครสามารถส่งข้อความถึงบอท (สำคัญ — ตั้งค่า user ID ของคุณเพื่อให้มีแค่คุณควบคุมมันได้)

คู่มือจากชุมชนและกระบวนการ onboarding จะขอให้คุณวางผลลัพธ์คำสั่งขนาดเล็กจากโฮสต์ของคุณเพื่อยืนยันการจับคู่ node — ทำตามพรอมต์

4) เปิดใช้เครื่องมือ exec และการอนุมัติ (อย่างปลอดภัย)

Moltbot สามารถรันคำสั่งระบบผ่านเครื่องมือ exec แต่จะทำภายใต้โมเดลการอนุมัติอย่างชัดเจน:

• การอนุมัติ exec จะถูกบันทึกไว้ใน ~/.clawdbot/exec-approvals.json
• ระบบจะถามในแชทเพื่อขออนุมัติเมื่อมีการร้องขอการกระทำครั้งแรก; คุณสามารถตอบ /approve เพื่อดำเนินการต่อ (หรือปฏิเสธ)
• สำหรับเวิร์กโฟลว์อัตโนมัติเต็มรูปแบบ คุณสามารถสร้างรายการอนุญาตที่จำกัดของคำสั่งหรือสร้าง “bin” ของสคริปต์ที่ได้รับอนุญาตล่วงหน้า

ตัวอย่าง: เปิดใช้เครื่องมือ exec ในคอนฟิก moltbot (หรือผ่าน UI/ปลั๊กอิน):

{
  "tools": {
    "exec": {
      "enabled": true,
      "allowlist": ["/usr/local/bin/backup.sh", "/usr/bin/uptime"]
    }
  }
}

โปรเจ็กต์มีโฟลว์การอนุมัติ exec อย่างชัดเจนและส่งต่อพรอมต์ขออนุมัติไปยังช่องแชทเมื่อถูกถาม ทำให้ง่ายขึ้นในการตรวจและอนุมัติการทำงาน

5) ลองคำสั่งที่ปลอดภัยจาก Telegram

จากบัญชี Telegram ของคุณ (ผู้ใช้ที่ได้รับอนุญาต) ส่ง:

@YourMoltbot Hi — please run: uptime

ผู้ช่วยจะ:

1. ขอคำยืนยัน (หาก exec ต้องการการอนุมัติ)
2. รันคำสั่งที่ได้รับอนุญาตบนโฮสต์
3. ส่งคืนเอาต์พุตมายังแชท

6) สร้างการกระทำที่ปลอดภัยขึ้นผ่าน skills

แทนการให้สิทธิ์เชลล์โดยตรงผ่านแชท ควรใช้ skills ที่ห่อหุ้มการกระทำ (เช่น skill backup ที่เรียกสคริปต์และส่งผลลัพธ์ที่จัดรูปแบบสวยงามกลับมา) skills สามารถติดตั้ง/ถอนติดตั้งได้ และปลอดภัยต่อการทบทวน

ฉันจะโฮสต์ Moltbot API (Gateway) และใช้ HTTP API ได้อย่างไร?

Moltbot ให้บริการ API ที่โปรแกรมอื่นเรียกใช้ได้หรือไม่?

ได้ เกตเวย์ของ Moltbot สามารถเปิดเผย HTTP endpoint ที่เข้ากันได้กับ OpenResponses (เช่น POST /v1/responses) และชิมแบบ OpenAI /v1/chat/completions Endpoint เหล่านี้ถูกปิดโดยค่าเริ่มต้นและต้องเปิดใช้ในคอนฟิกของเกตเวย์ OpenResponses HTTP endpoint แมปโดยตรงไปยังเส้นทางการรันเอเจนต์ของเกตเวย์ ดังนั้นคำขอจึงถูกดำเนินการเป็นเซสชันเอเจนต์จริง (ด้วยการจัดเส้นทาง/สิทธิ์เดียวกัน)

API Proxy ใน Moltbot คืออะไร?

API proxy ใน Moltbot คือบริการตัวกลางที่อยู่ระหว่างรันไทม์ของเอเจนต์ Moltbot และผู้ให้บริการ LLM ต้นน้ำ เช่น:

• OpenAI
• Anthropic
• Venice
• Azure OpenAI
• Endpoint ที่เข้ากันได้กับ OpenAI ซึ่งโฮสต์เอง

แทนที่ Moltbot จะเรียกผู้ให้บริการโดยตรง ทุกคำขอจะถูกส่งผ่าน proxy ซึ่งสามารถ:

• เขียนใหม่ทั้งคำขอและคำตอบ
• บังคับใช้ rate limit
• ติดตามการใช้โทเค็นและต้นทุน
• สลับโมเดลแบบไดนามิก
• ปกปิดคีย์ API จริงจาก Moltbot
• เพิ่มการยืนยันตัวตน การล็อก และแคช

แนวคิดเชิงภาพ:

Moltbot → API Proxy → LLM Provider

สถาปัตยกรรมนี้ช่วยปรับปรุง ความปลอดภัย การสังเกตการณ์ และการควบคุมต้นทุน อย่างมาก

🚀 เริ่มด่วน: เราแนะนำให้ใช้ CometAPI (apiyi.com) เพื่อขอรับคีย์ API การลงทะเบียนจะได้รับเครดิตฟรี รองรับอัลกอริทึมหลักทั้งหมด เช่น Claude Sonnet 4.5, Claude Opus 4.5 และ GPT-5.2 และโดยทั่วไปถูกกว่าราคาอย่างเป็นทางการ 10–20%

ขั้นตอนที่ 1: รับคีย์ API Proxy ของคุณ

วิธีที่ 1: ตั้งค่าตัวแปรสภาพแวดล้อม ในไฟล์ .env ของ Moltbot:

OPENAI_API_BASE=https://cometapi.com/v1
OPENAI_API_KEY=moltbot-internal-token
OPENAI_MODEL=gpt-4.1-mini

ประเด็นสำคัญ:

• OPENAI_API_BASE ชี้ไปที่ proxy ของคุณ ไม่ใช่ OpenAI
• OPENAI_API_KEY เป็นโทเค็นที่ proxy ออกให้
• proxy เป็นผู้ตัดสินใจว่าจะใช้ผู้ให้บริการ/โมเดลใดจริง

รีสตาร์ท Moltbot หลังจากอัปเดตค่าเหล่านี้

วิธีที่ 2: กำหนดค่าผ่าน config.json:

• ค้นหาไฟล์คอนฟิกของ Moltbot
• เปิดไฟล์คอนฟิกของคุณและเพิ่มหรืออัปเดต models.providers

ไฟล์คอนฟิกโดยทั่วไปอยู่ในตำแหน่งเหล่านี้:

คุณยังสามารถค้นหาผ่านบรรทัดคำสั่ง:

# See your current config
moltbot config list

# Get the exact path to your config file
moltbot config path

---

ขั้นตอนที่ 2: ตรวจสอบการเชื่อมต่อ

รันพรอมต์ทดสอบง่าย ๆ:

moltbot test llm

หากกำหนดค่าอย่างถูกต้อง Moltbot จะได้รับคำตอบตามปกติ—โดยไม่ติดต่อผู้ให้บริการต้นน้ำโดยตรง

ประมาณการต้นทุนสำหรับการรัน Moltbot ด้วยโมเดลที่โฮสต์

ต้นทุนในการใช้โมเดลที่มีการจัดการขึ้นอยู่กับราคาของ API ดังนั้นการเลือกผู้ให้บริการ API ที่ถูกจึงสำคัญ นี่คือเหตุผลที่ฉันแนะนำ CometAPI

ปัจจัยด้านราคาโดยทั่วไปขึ้นอยู่กับ:

• ราคาผู้ให้บริการ ต้นทุนในการใช้โมเดลที่มีการจัดการขึ้นอยู่กับราคาของ API ดังนั้นการเลือกผู้ให้บริการ API ที่ถูกกว่าเป็นสิ่งสำคัญ ซึ่งเป็นเหตุผลที่ฉันแนะนำ CometAPI
• การเลือกระหว่างโมเดลระดับเรือธงหรือโมเดลเบา เช่น ความแตกต่างของราคาระหว่าง Claude Opus 4.5 และ GLM 4.7 มีนัยสำคัญ
• ความซับซ้อนของเนื้อหาที่ประมวลผล หากเวิร์กโฟลว์ของคุณมีข้อความหนัก (การพาร์สไฟล์ คำตอบยาว) ให้เพิ่มโทเค็น

ตัวอย่างโดยประมาณ (เชิงภาพรวม ราคา ม.ค. 2026 ตามโพสต์จากชุมชน):

• การใช้งานส่วนบุคคลเป็นครั้งคราว (ไม่กี่ร้อยคำตอบ/เดือน ผสมโมเดลโลคอลและการเรียก API ราคาถูก): $0–$50/เดือน
• การใช้งานส่วนบุคคลหนัก/มือโปร (ทำดัชนีไฟล์ เรียกเครื่องมือจำนวนมาก): $100–$1,000/เดือน
• ทีมหรือโปรดักชันที่ออนไลน์ตลอดเวลา (ผู้ใช้จำนวนมาก + web scraping + chaining): $1,000+/เดือน เว้นแต่คุณจะเพิ่มประสิทธิภาพการใช้โมเดลอย่างจริงจัง

วิธีลดต้นทุน

• การจัดเส้นทางโมเดล: ส่งงานเบาไปยังโมเดลที่ถูกกว่า或โมเดลโลคอล เก็บโมเดลราคาแพงไว้สำหรับงานเหตุผลยาว — การทดสอบจากชุมชนชี้ว่าลดต้นทุนได้ ~50% หรือมากกว่า
• รีเลย์และราคายกล็อต: ใช้ API relay ที่ให้อัตราต่อโทเค็นดีกว่าหรือโฮสต์โมเดลส่วนตัว (Venice, endpoint ส่วนตัว)
• แคชเชิงรุกและการตัดทอน: แคชผลลัพธ์ LLM ตัดทอนประวัติยาว และสรุปแทนการส่งบริบทเต็มซ้ำ

คุณสมบัติขั้นสูงของ API Proxy สำหรับ Moltbot

การจัดเส้นทางโมเดลตามประเภทงาน

คุณสามารถตรวจสอบ payload คำขอและจัดเส้นทางแบบไดนามิก:

function selectModel(messages) {
  const systemPrompt = messages[0]?.content || "";
  if (systemPrompt.includes("shell") || systemPrompt.includes("automation")) {
    return "gpt-4.1";
  }
  return "gpt-4.1-mini";
}

รูปแบบนี้ช่วยลดต้นทุนโดยไม่เสียคุณภาพ

---

ขีดจำกัดโทเค็นและต้นทุน

คุณสามารถบังคับใช้ขีดจำกัดแบบแข็ง:

if (req.body.max_tokens > 2000) {
  return res.status(400).json({
    error: "Token limit exceeded"
  });
}

บางทีมยังติดตามการใช้งานสะสมต่อ Moltbot user ID

---

ปลอดภัยไหมที่จะให้ AI เข้าถึงเชลล์บนคอมพิวเตอร์ของฉัน?

นี่คือคำถามที่สำคัญที่สุดสำหรับผู้ใช้ Moltbot การให้ LLM มีความสามารถในการรัน rm -rf มีความเสี่ยงโดยเนื้อแท้ Moltbot มีรั้วป้องกันหลายอย่างเพื่อลดความเสี่ยง:

1. แซนด์บ็อกซ์: คุณสามารถรัน Moltbot ภายใน Docker container ซึ่งจำกัด “โลก” ของเอเจนต์ให้อยู่ในโฟลเดอร์เฉพาะ ป้องกันไม่ให้แตะไฟล์ระบบของคุณ
2. การอนุมัติอย่างชัดแจ้ง: ตามค่าเริ่มต้น “Main Sessions” (แชทโดยตรงกับคุณ) มีความไว้วางใจสูงกว่า แต่คุณสามารถกำหนดให้บอทถามอนุญาตก่อนรันคำสั่งเชลล์ที่ทำลายล้างได้
3. การป้องกันด้วยรหัสผ่าน: หากคุณเปิดเผย Web UI ของ Moltbot ให้เปิดใช้การยืนยันตัวตนด้วยรหัสผ่านใน config.json เสมอ:

{
  "gateway": {
    "auth": {
      "mode": "password",
      "password": "YOUR_STRONG_SECURE_PASSWORD"
    }
  }
}

บทส่งท้าย:

Moltbot มากกว่าบอทแชท; มันคือโครงสร้างพื้นฐานสำหรับ พนักงานดิจิทัลส่วนตัว ด้วยการโฮสต์ด้วยตัวเอง คุณจะควบคุมข้อมูลของคุณกลับมา พร้อมทั้งได้ผลิตภาพจาก AI ที่ทำงานไม่เคยหยุด ไม่ว่าคุณจะใช้มันเพื่อจัดการปฏิทินผ่าน Telegram หรืออัตโนมัติสายงาน devops จากบนโซฟา Moltbot คือภาพยลอนาคตที่ทุกคนมี “Jarvis” ของตัวเองรันอยู่บน Mac Mini มุมห้อง

หากคุณต้องการแพลตฟอร์ม API ที่มีโมเดลจากหลายผู้ขาย (เช่น Chatgpt-5.2, Claude opus 4.5 เป็นต้น) ที่มีราคาต่ำกว่าราคาอย่างเป็นทางการ CometAPI คือทางเลือกที่ดีที่สุด เริ่มต้นด้วยการสำรวจความสามารถของโมเดลใน Playground และดู API guide สำหรับคำแนะนำโดยละเอียด ก่อนเข้าถึง โปรดตรวจสอบให้แน่ใจว่าคุณได้เข้าสู่ระบบ CometAPI และได้รับคีย์ API แล้ว CometAPI เสนอราคาที่ต่ำกว่าราคาอย่างเป็นทางการมาก เพื่อช่วยให้คุณบูรณาการได้

พร้อมเริ่มใช้งานหรือยัง?→ Sign up for CometAPI today !

หากต้องการทราบเคล็ดลับ คู่มือ และข่าวสาร AI เพิ่มเติม ติดตามเราได้บน VK, X และ Discord!